PDF를 텍스트로 변환하면 레이아웃, 글꼴, 그림 없이 단어만 어디서나 열리는 .txt 파일로 받습니다. 긴 문서를 검색하거나, 인용하거나, 다른 프로그램에 넣을 때 가장 빠른 방법입니다. 여기서는 브라우저에서 실행되므로 문서가 업로드되지 않습니다.
여러 PDF에서 텍스트 추출
보고서, 기사, 명세서가 든 폴더를 통째로 추가하세요. 각 PDF가 같은 이름의 .txt 파일이 되어 ZIP으로 함께 저장됩니다. 텍스트는 페이지마다 읽는 순서를 따라 페이지 순으로 UTF-8로 기록되므로 한글과 다른 문자도 깨지지 않습니다.
스캔한 PDF에는 OCR이 필요
이 도구는 PDF 안에 저장된 텍스트를 읽습니다. 스캔본이나 PDF로 저장한 사진에는 글자를 찍은 그림만 있어 결과가 비어 있습니다. 간단한 확인법: PDF 뷰어에서 단어를 선택할 수 없다면 글자를 인식해 텍스트 파일도 만들어 주는 PDF OCR을 쓰세요.
일부 PDF에서 텍스트가 복사되지 않는 이유
PDF 뷰어에서 복사하면 문장 중간에서 줄이 끊기거나, 단이 섞이거나, 머리글과 페이지 번호가 딸려 오는 일이 많습니다. 권한 비밀번호로 복사를 막은 PDF도 있는데, 이런 파일은 먼저 PDF 잠금 해제로 열 수 있습니다. 또 일부 파일은 제대로 된 문자 매핑이 없는 글꼴로 글자를 그려서 추출한 텍스트가 알아볼 수 없는 문자로 나옵니다. 이런 파일은 OCR을 돌리면 읽을 수 있는 텍스트가 나옵니다.
작동 방식
텍스트는 브라우저에서 실행되는 PDF 엔진 MuPDF로 추출합니다. 각 페이지에 저장된 문자를 위치와 함께 읽고, 읽는 순서로 정리해 일반 텍스트로 기록합니다. 처음에는 엔진(약 39 MB)을 다운로드해 브라우저에 보관합니다. 파일은 어디로도 보내지 않습니다.
주로 쓰는 곳과 안 되는 경우
긴 보고서 검색과 인용, 연구나 메모용 텍스트 모으기, 계약서를 이메일에 붙여 넣기, 번역이나 AI 도구에 문서 넣기, 일반 텍스트로 보관하기.
- 서식은 유지되지 않습니다. 굵은 글씨, 표, 그림이 없습니다. 서식이 필요하면 PDF를 Word로를 쓰세요.
- 스캔본은 OCR 없이는 텍스트가 나오지 않습니다.
- 복잡한 레이아웃, 예를 들어 표나 여러 단으로 된 페이지는 예상과 다른 순서로 나올 수 있습니다.